rzx2.m

matlab实现BP神经网络

function f=rzx2()
S1=xlsread('d:/毕业论文材料/data/Kyangben.xls');%困境样本
S2=xlsread('d:/毕业论文材料/data/KTest.xls');%困境测试
S3=xlsread('d:/毕业论文材料/data/Zyangben.xls');%正常样本
S4=xlsread('d:/毕业论文材料/data/ZTest.xls');%正常测试
%输入
P1=S1(1:429,1:24);%困境
P3=S3(1:4195,1:24);%正常
P=[P1',P3'];
%目标输出
A=2*ones(429,429);%困境
%A=A+1;
A=A(1,:);
B=ones(4195,4195);%正常
B=B(1,:);
T1=[A,B];
T=ind2vec(T1);
%设计模型
%设计概率神经网络
 net=newlvq(minmax(P),24,[0.9 0.1],0.01);
% sp=2;%扩展常数
 net.trainParam.show=5;%两次显示间的训练次数
%net.trainParam.lr=0.01;%学习率，0.01
%net.trainParam.mc=0.15;动量常数，缺省为0.9
 net.trainParam.epochs=100;%最大训练次数，100
 net.trainParam.goal=0.09;%网络性能目标
 net.trainParam.time=100;
 [net,tr]=train(net,P,T);

%仿真
P=S4(1:100,1:24);
Y1=sim(net,P');
Y=vec2ind(Y1);
Y=round(Y);
sortY=sort(Y(:));                                                              
uniqueY=([diff(sortY);1]>0);                                                   
count = [sortY(uniqueY) diff(find([1;uniqueY]))]